一种基于深度可分离卷积的实时多人姿态估计_第1页
一种基于深度可分离卷积的实时多人姿态估计_第2页
一种基于深度可分离卷积的实时多人姿态估计_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

由三部分组成:检测人物,提取人物的姿态信息和姿态估计。在本文中,我们提出了一种基于深度可分离卷积的实时多人姿态估计方法。该方法DepthwiseSeparableConvolution(DSC)来实现廉价的轻量化关键词深度可分离卷积,多人姿态估计,实时性能RCNN、YOLOGPU内存,难以实时处计方法,尤其是在GPU性能较低的嵌入式设备上,更为突出。我们的模型采用YOLO系列的检测器。该检测器能够实现实时预测,并且在准确性方面表现出色。我们训练了一个使用COCO数据集训练的YOLOv5模型,它能够在较少的时间内检测出每个人的位置。到的人物,我们在图像中提取出他们的热图特征,并且分别使用DO(DepthwiseSeparableConvolution)操作来处理这些热图特征。这些操fet2CCO数据集上进行了训练。CCO1717个输出通道。每个通道代表对应人体部位是否在当前位置上存在。这些以位置为中心的模型可以用空间扩张卷积(atonCoton)进一步扩大感受野进行调整。热图基于人体部位关键点的位置生成,并且被用来表达人体的姿势信息。另一个闭环用向量回归来计算人的相对位置和关节角度等信息,以更好我们的方法在速度和准确度方面都超过了其他多姿态估计方法。我MP

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论